FramePack 💎 img2vid / txt2vid with LoRa Workflow

mmaudio 会在后续生成中减缓 CUDA 使用率。我已经通过 git pull 获取了自定义节点……nodiff

1.3 现在是 1.3.1，我移除了 GIMMVIF，并将锐化节点替换为另一个，因为前者会导致内存问题。

请将此工作流视为控制面板，如果你不喜欢设计，就不要下载。以下是截图：

v1.3.1

• 更新了调整图像大小节点
• 为起始图像输入添加了批量加载器
• 添加了“视频转额外选项”
• 添加了独立面部精炼步骤
• 添加了 MMaudio 区域（会将模型加载到 VRAM）
• 为 T2V 添加了视觉分辨率/宽高比选择器
• 修改了帧裁剪节点
• 移除了 GIMMVIF 插值（用于 film_net_fp32）
• 锐化图像节点替换为 sharpen MTB

v1.2.1

• 添加了 GIMMVIF 插值（ds_factor（降采样）设为 0.25 可提高插值速度，但会略微损失质量）
• 添加了通配符处理节点

新增 v1.2

• 清理了提示输入和模型加载器
• 添加了 CLIP VISION 以增强正向提示中的图像细节（下载）
• 添加了 VRAM 清理管理节点
• 同时提供了外部通用输入，用于长度和 latent_window_size

基于 kijai 的工作流，进行自定义和增强：

• 集成了带模型和重缩放器的超分辨率模块
• 集成了带锐化的插值模块
• 支持在采样器之间切换（默认或 F1）
• 支持在模式之间切换（i2v 或 t2v）
• 移除 5 帧（非回环 VHS 从开头移除，回环 VHS 从开头和结尾各移除）——t2v 默认为 40 帧
• 添加了 Reactor 节点用于面部替换/精炼，但由于某种 bug，这些节点会拖慢后续生成速度，如果你觉得影响性能，可自由删除 Reactor 节点……

使用 F1 采样器的文本转视频模式：

将鼠标悬停在 FramePack Text Encode (Timestamped)（F1 的提示）上，查看有关提示时间戳模式的更多信息：

* 如果我遗漏了任何其他自定义节点链接，请告知我以便添加。

此外，当前封装器存在一个 bug：若将 CFG 值调高至 1 以上（默认值），推理时间将变为两倍。唯一修复工作流的方法（即使重启 ComfyUI 也无效）是添加一个全新的采样器并重新连接线路……令人沮丧，但这就是现状。

节点：

最新 Kijai 封装器版本：https://github.com/kijai/ComfyUI-FramePackWrapper.git

F1 采样器：https://github.com/kijai/ComfyUI-FramePackWrapper/pull/14/files

你也可以使用：

https://github.com/ShmuelRonen/ComfyUI-FramePackWrapper_Plus

GIMMVIF：

[https://github.com/kijai/ComfyUI-GIMM-VFI]（模型支持自动下载）

模型链接：

https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/FramePackI2V_HY_fp8_e4m3fn.safetensors

https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/FramePackI2V_HY_bf16.safetensors

sigclip：

https://huggingface.co/Comfy-Org/sigclip_vision_384/tree/main

文本编码器和 VAE：

https://huggingface.co/Comfy-Org/HunyuanVideo_repackaged/tree/main/split_files

---